Модуль: tf

Основной пакет TensorFlow

Модули

app модуль: Общий скрипт точки входа.

audio модуль: Общедоступный API для пространства имен tf.audio.

autograph модуль: Преобразование обычного Python в код графа TensorFlow.

bitwise модуль: Операции для манипулирования двоичными представлениями целых чисел.

compat модуль: Функции для совместимости Python 2 и 3.

config модуль: Общедоступный API для пространства имен tf.config.

contrib модуль: Модуль Contrib, содержащий нестабильный или экспериментальный код.

data модуль: tf.data.Dataset API для конвейеров ввода данных.

debugging модуль: Общедоступный API для пространства имен tf.debugging.

distribute модуль: Библиотека для выполнения вычислений на нескольких устройствах.

distributions модуль: Базовый модуль для объектов и вспомогательных функций распределения TensorFlow.

dtypes модуль: Общедоступный API для пространства имен tf.dtypes.

errors модуль: Типы исключений для ошибок TensorFlow.

estimator модуль: Estimator: инструменты высокого уровня для работы с моделями.

experimental модуль: Общедоступный API для пространства имен tf.experimental.

feature_column модуль: Общедоступный API для пространства имен tf.feature_column.

gfile модуль: Маршрутизатор импорта для file_io.

graph_util модуль: Вспомогательные функции для манипулирования графом тензора в Python.

image модуль: Операции обработки и декодирования изображений.

initializers модуль: Общедоступный API для пространства имен tf.initializers.

io модуль: Общедоступный API для пространства имен tf.io.

keras модуль: Реализация API Keras, предназначенного для использования в качестве API высокого уровня для TensorFlow.

layers модуль: Общедоступный API для пространства имен tf.layers.

linalg модуль: Операции линейной алгебры.

lite модуль: Общедоступный API для пространства имен tf.lite.

logging модуль: Операции ведения журнала и создания сводок.

lookup модуль: Общедоступный API для пространства имен tf.lookup.

losses модуль: Операции потерь для использования в нейронных сетях.

manip модуль: Операторы для манипулирования тензорами.

math модуль: Математические операции.

metrics модуль: Метрики, связанные с оценкой.

nest модуль: Общедоступный API для пространства имен tf.nest.

nn модуль: Обёртки для примитивных операций нейронных сетей (НН).

profiler модуль: Общедоступный API для пространства имен tf.profiler.

python_io модуль: Функции Python для непосредственного манипулирования файлами в формате TFRecord.

quantization модуль: Общедоступный API для пространства имен tf.quantization.

queue модуль: Общедоступный API для пространства имен tf.queue.

ragged модуль: Разнородные тензоры.

random модуль: Общедоступный API для пространства имен tf.random.

raw_ops модуль: Примечание: tf.raw_ops предоставляет прямой/низкоуровневый доступ ко всем операциям TensorFlow. См. RFC

resource_loader модуль: Библиотека управления ресурсами.

saved_model модуль: Общедоступный API для пространства имен tf.saved_model.

sets модуль: Операции множеств TensorFlow.

signal модуль: Операции обработки сигналов.

sparse модуль: Представление разреженных тензоров.

spectral модуль: Общедоступный API для пространства имен tf.spectral.

strings модуль: Операции для работы со строковыми тензорами.

summary модуль: Операции для записи данных сводки, для использования в анализе и визуализации.

sysconfig модуль: Библиотека системной конфигурации.

test модуль: Тестирование.

tpu модуль: Операции, относящиеся к тензорным процессорным блокам.

train модуль: Поддержка обучения моделей.

user_ops модуль: Общедоступный API для пространства имен tf.user_ops.

version модуль: Общедоступный API для пространства имен tf.version.

xla модуль: Общедоступный API для пространства имен tf.xla.

Классы

class AggregationMethod: Класс, перечисляющий методы агрегирования, используемые для объединения градиентов.

class AttrValue: Протокол сообщений

class ConditionalAccumulator: Условный накопитель для агрегирования градиентов.

class ConditionalAccumulatorBase: Условный накопитель для агрегирования градиентов.

class ConfigProto: Протокол сообщений

class CriticalSection: Критическая секция.

class DType: Представляет тип элементов в Tensor.

class DeviceSpec: Представляет собой (возможно, частичное) описание устройства TensorFlow.

class Dimension: Представляет значение одного измерения в TensorShape.

class Event: Протокол сообщений

class FIFOQueue: Реализация очереди, которая деквеуит элементы в порядке «первый вошел, первый вышел».

class FixedLenFeature: Настройка для парсинга входного признака фиксированной длины.

class FixedLenSequenceFeature: Настройка для парсинга входного признака переменной длины в Tensor.

class FixedLengthRecordReader: Чтец, который выводит записи фиксированной длины из файла.

class GPUOptions: Протокол сообщений

class GradientTape: Запись операций для автоматического дифференцирования.

class Graph: Вычисление TensorFlow, представленное в виде графа потоков данных.

class GraphDef: Протокол сообщений

class GraphKeys: Стандартные имена для использования в коллекциях графов.

class GraphOptions: Протокол сообщений

class HistogramProto: Протокол сообщений

class IdentityReader: Чтец, который выводит помещенные в очередь данные как ключ, так и значение.

class IndexedSlices: Разреженное представление набора срезов тензора в заданных индексах.

class IndexedSlicesSpec: Спецификация типа для tf.IndexedSlices.

class InteractiveSession: TensorFlow Session для использования в интерактивных контекстах, таких как оболочка.

class LMDBReader: Чтец, который выводит записи из файла LMDB.

class LogMessage: Протокол сообщений

class MetaGraphDef: Протокол сообщений

class Module: Базовый класс модуля нейронной сети.

class NameAttrList: Протокол сообщений

class NodeDef: Протокол сообщений

class OpError: Общая ошибка, которая возникает, когда выполнение TensorFlow завершается ошибкой.

class Operation: Представляет узел графа, который выполняет вычисления над тензорами.

class OptimizerOptions: Протокол сообщений

class OptionalSpec: Представляет собой необязательное значение, потенциально содержащее структурированное значение.

class PaddingFIFOQueue: FIFOQueue, поддерживающий пакетные тензоры переменной длины с помощью заполнения.

class PriorityQueue: Реализация очереди, которая деквеуит элементы в приоритетном порядке.

class QueueBase: Базовый класс для реализации очереди.

class RaggedTensor: Представляет собой разбросанный тензор.

class RaggedTensorSpec: Спецификация типа для tf.RaggedTensor.

class RandomShuffleQueue: Реализация очереди, которая деквеуит элементы в случайном порядке.

class ReaderBase: Базовый класс для различных типов считывателей, которые производят запись на каждом шаге.

class RegisterGradient: Декоратор для регистрации функции градиента для типа операции.

class RunMetadata: Протокол сообщений

class RunOptions: Протокол сообщений

class Session: Класс для запуска операций TensorFlow.

class SessionLog: Протокол сообщений

class SparseConditionalAccumulator: Условный накопитель для агрегирования разреженных градиентов.

class SparseFeature: Настройка для парсинга разреженного входного признака из Example.

class SparseTensor: Представляет разреженный тензор.

class SparseTensorSpec: Спецификация типа для tf.SparseTensor.

class SparseTensorValue: SparseTensorValue(индексы, значения, dense_shape)

class Summary: Протокол сообщений

class SummaryMetadata: Протокол сообщений

class TFRecordReader: Чтение записей из файла TFRecords.

class Tensor: Представляет один из выходов Operation.

class TensorArray: Класс, оборачивающий динамические массивы тензоров с размерами на шаги времени, записываемые один раз.

class TensorArraySpec: Спецификация типа для tf.TensorArray.

class TensorInfo: Протокол сообщения.

class TensorShape: Представляет форму Tensor.

class TensorSpec: Описание tf.Tensor.

class TextLineReader: Чтение строк из файла, разделенных символами новой строки.

class TypeSpec: Указывает тип значения TensorFlow.

class UnconnectedGradients: Управляет поведением вычисления градиента, когда y не зависит от x.

class VarLenFeature: Настройка для разбора входного признака переменной длины.

class Variable: См. Руководство по переменным.

class VariableAggregation: Указывает, как будет агрегироваться распределённая переменная.

class VariableScope: Объект области переменных для передачи значений по умолчанию для get_variable.

class VariableSynchronization: Указывает, когда будет синхронизирована распределённая переменная.

class WholeFileReader: Чтение всего содержимого файла в качестве значения.

class constant_initializer: Инициализатор, генерирующий тензоры с постоянными значениями.

class glorot_normal_initializer: Инициализатор Glorot нормальный, также известный как Xavier нормальный инициализатор.

class glorot_uniform_initializer: Инициализатор Glorot равномерный, также известный как Xavier равномерный инициализатор.

class name_scope: Менеджер контекста для определения Python операции.

class ones_initializer: Инициализатор, генерирующий тензоры, инициализированные единицами.

class orthogonal_initializer: Инициализатор, генерирующий ортогональную матрицу.

class random_normal_initializer: Инициализатор, генерирующий тензоры с нормальным распределением.

class random_uniform_initializer: Инициализатор, генерирующий тензоры с равномерным распределением.

class truncated_normal_initializer: Инициализатор, генерирующий усечённое нормальное распределение.

class uniform_unit_scaling_initializer: Инициализатор, генерирующий тензоры без масштабирования дисперсии.

class variable_scope: Менеджер контекста для определения операций, создающих переменные (слои).

class variance_scaling_initializer: Инициализатор, способный адаптировать свой масштаб к форме тензоров весов.

class zeros_initializer: Инициализатор, генерирующий тензоры, инициализированные нулями.

Функции

Assert(...): Утверждает, что заданное условие истинно.

NoGradient(...): Указывает, что операции типа op_type недифференцируемы.

NotDifferentiable(...): Указывает, что операции типа op_type недифференцируемы.

Print(...): Выводит список тензоров. (устарело)

abs(...): Вычисляет абсолютное значение тензора.

accumulate_n(...): Возвращает поэлементную сумму списка тензоров.

acos(...): Вычисляет acos от x поэлементно.

acosh(...): Вычисляет обратную гиперболическую косинусу от x поэлементно.

add(...): Возвращает x + y поэлементно.

add_check_numerics_ops(...): Подключает tf.debugging.check_numerics к каждому тензору с плавающей точкой.

add_n(...): Добавляет все входные тензоры поэлементно.

add_to_collection(...): Обёртка для Graph.add_to_collection() с использованием стандартной графы.

add_to_collections(...): Обёртка для Graph.add_to_collections() с использованием стандартной графы.

all_variables(...): Используйте tf.compat.v1.global_variables вместо этого. (устарело)

angle(...): Возвращает аргумент комплексного (или вещественного) тензора поэлементно.

arg_max(...): Возвращает индекс с максимальным значением по измерениям тензора.

arg_min(...): Возвращает индекс с минимальным значением по измерениям тензора.

argmax(...): Возвращает индекс с максимальным значением по осям тензора. (устаревшие аргументы)

argmin(...): Возвращает индекс с минимальным значением по осям тензора. (устаревшие аргументы)

argsort(...): Возвращает индексы тензора, которые задают его отсортированный порядок по оси.

as_dtype(...): Преобразует данный type_value в DType.

as_string(...): Преобразует каждый элемент заданного тензора в строки.

asin(...): Вычисляет тригонометрический обратный синус от x поэлементно.

asinh(...): Вычисляет обратный гиперболический синус от x поэлементно.

assert_equal(...): Утверждает, что условие x == y выполняется поэлементно.

assert_greater(...): Утверждает, что условие x > y выполняется поэлементно.

assert_greater_equal(...): Утверждает, что условие x >= y выполняется поэлементно.

assert_integer(...): Утверждает, что x имеет целочисленный тип данных.

assert_less(...): Утверждает, что условие x < y выполняется поэлементно.

assert_less_equal(...): Утверждает, что условие x <= y выполняется поэлементно.

assert_near(...): Утверждает, что условие x и y близки поэлементно.

assert_negative(...): Утверждает, что условие x < 0 выполняется поэлементно.

assert_non_negative(...): Утверждает, что условие x >= 0 выполняется поэлементно.

assert_non_positive(...): Утверждает, что условие x <= 0 выполняется поэлементно.

assert_none_equal(...): Утверждает, что условие x != y выполняется поэлементно.

assert_positive(...): Утверждает, что условие x > 0 выполняется поэлементно.

assert_proper_iterable(...): Статическое утверждение, что значения — это "правильный" итерируемый объект.

assert_rank(...): Утверждает, что x имеет ранг, равный rank.

assert_rank_at_least(...): Утверждает, что x имеет ранг, равный rank или выше.

assert_rank_in(...): Утверждает, что x имеет ранг в ranks.

assert_same_float_dtype(...): Проверяет и возвращает тип float на основе tensors и dtype.

assert_scalar(...): Утверждает, что данный tensor является скаляром (то есть нулевого измерения).

assert_type(...): Статически утверждает, что данный Tensor имеет указанный тип.

assert_variables_initialized(...): Возвращает операцию проверки инициализации переменных.

assign(...): Обновляет ref присвоением value.

assign_add(...): Обновляет ref путём добавления value.

assign_sub(...): Обновляет ref путём вычитания value.

atan(...): Вычисляет тригонометрический обратный тангенс от x поэлементно.

atan2(...): Вычисляет арктангенс от y/x поэлементно, учитывая знаки аргументов.

atanh(...): Вычисляет обратный гиперболический тангенс от x поэлементно.

batch_gather(...): Сбор срезов из параметров по индексам с ведущими пакетными измерениями. (устарело)

batch_scatter_update(...): Обобщение tf.compat.v1.scatter_update на ось, отличную от 0. (устарело)

batch_to_space(...): BatchToSpace для 4-мерных тензоров типа T.

batch_to_space_nd(...): BatchToSpace для N-мерных тензоров типа T.

betainc(...): Вычисление регулируемого неполного интеграла бета \(I_x(a, b)\).

bincount(...): Подсчитывает количество вхождений каждого значения в целочисленном массиве.

bitcast(...): Битовое преобразование типа тензора без копирования данных.

boolean_mask(...): Применение булевой маски к тензору.

broadcast_dynamic_shape(...): Вычисление формы широковещательного канала с использованием символических форм.

broadcast_static_shape(...): Вычисление формы широковещательного канала с известными формами.

broadcast_to(...): Расширение массива для совместимой формы.

case(...): Создание операции выбора.

cast(...): Преобразует тензор к новому типу.

ceil(...): Возвращает наименьшее целое число, не меньшее x.

check_numerics(...): Проверяет тензор на значения NaN и Inf.

cholesky(...): Вычисляет разложение Холецкого для одной или нескольких квадратных матриц.

cholesky_solve(...): Решает системы линейных уравнений A X = RHS, используя разложения Холецкого.

clip_by_average_norm(...): Обрезает значения тензора до максимальной средней L2-нормы. (устарело)

clip_by_global_norm(...): Обрезает значения нескольких тензоров по отношению суммы их норм.

clip_by_norm(...): Обрезает значения тензора до максимальной L2-нормы.

clip_by_value(...): Обрезает значения тензора до заданного минимума и максимума.

colocate_with(...): УСТАРЕВШАЯ ФУНКЦИЯ

complex(...): Преобразует две вещественные числа в комплексное число.

concat(...): Объединяет тензоры по одному измерению.

cond(...): Возвращает true_fn(), если предикат pred истинный, иначе false_fn(). (устаревшие аргументы)

confusion_matrix(...): Вычисляет матрицу неточностей из предсказаний и меток.

conj(...): Возвращает комплексно сопряжённое значение комплексного числа.

constant(...): Создаёт тензор-константу.

container(...): Обёртка для Graph.container() с использованием графа по умолчанию.

control_dependencies(...): Обёртка для Graph.control_dependencies() с использованием графа по умолчанию.

control_flow_v2_enabled(...): Возвращает True, если включён v2 контроль потока.

convert_to_tensor(...): Преобразует данное value в Tensor.

convert_to_tensor_or_indexed_slices(...): Преобразует данный объект в Tensor или IndexedSlices.

convert_to_tensor_or_sparse_tensor(...): Преобразует значение в SparseTensor или Tensor.

cos(...): Вычисляет косинус x поэлементно.

cosh(...): Вычисляет гиперболический косинус x поэлементно.

count_nonzero(...): Вычисляет количество ненулевых элементов по измерениям тензора. (устаревшие аргументы) (устаревшие аргументы)

count_up_to(...): Увеличивает 'ref' до достижения 'limit'. (устарело)

create_partitioned_variables(...): Создаёт список разнесённых переменных согласно заданному slicing. (устарело)

cross(...): Вычисляет парное векторное произведение.

cumprod(...): Вычисляет кумулятивное произведение тензора x вдоль axis.

cumsum(...): Вычисляет кумулятивную сумму тензора x вдоль axis.

custom_gradient(...): Декоратор для определения функции с пользовательским градиентом.

decode_base64(...): Декодирует веб-безопасные строки, закодированные в base64.

decode_compressed(...): Распаковывает строки.

decode_csv(...): Преобразует записи CSV в тензоры. Каждый столбец отображается в один тензор.

decode_json_example(...): Преобразует JSON-закодированные записи Example в двоичные строки протокольного буфера.

decode_raw(...): Преобразует сырые байтовые строки в тензоры. (устаревшие аргументы)

delete_session_tensor(...): Удаляет тензор для данного дескриптора тензора.

depth_to_space(...): DepthToSpace для тензоров типа T.

dequantize(...): Деквантизует тензор 'input' в тензор float.

deserialize_many_sparse(...): Десериализует и объединяет SparseTensors из сериализованной мини-пачки.

device(...): Обёртка для Graph.device() с использованием графа по умолчанию.

diag(...): Возвращает диагональный тензор с заданными диагональными значениями.

diag_part(...): Возвращает диагональную часть тензора.

digamma(...): Вычисляет Psi, производную от Lgamma (логарифма абсолютного значения

dimension_at_index(...): Утилита совместимости, необходимая для поддержки как поведения V1, так и V2 в TF.

dimension_value(...): Утилита совместимости, необходимая для поддержки как поведения V1, так и V2 в TF.

disable_control_flow_v2(...): Отключает контроль потока v2.

disable_eager_execution(...): Отключает жадное выполнение.

disable_resource_variables(...): Отключает использование переменных ресурсов. (устарело)

disable_tensor_equality(...): Сравнивает тензоры по их идентификатору и делает их хэшируемыми.

disable_v2_behavior(...): Отключает поведение TensorFlow 2.x.

disable_v2_tensorshape(...): Отключает поведение V2 TensorShape и возвращает к поведению V1.

div(...): Делит x / y поэлементно (используя семантику оператора деления Python 2). (устарело)

div_no_nan(...): Вычисляет небезопасное деление, возвращающее 0, если y равно нулю.

divide(...): Вычисляет деление по стилю Python x на y.

dynamic_partition(...): Разделяет data на num_partitions тензоры с помощью индексов из partitions.

dynamic_stitch(...): Объединяет значения из data тензоров в один тензор.

edit_distance(...): Вычисляет расстояние Левенштейна между последовательностями.

einsum(...): Сжатие тензоров по указанным индексам и внешнее произведение.

enable_control_flow_v2(...): Использовать контроль потока v2.

enable_eager_execution(...): Включает жадное выполнение на время работы этой программы.

enable_resource_variables(...): Создаёт переменные ресурсов по умолчанию.

enable_tensor_equality(...): Сравнивает тензоры с помощью поэлементного сравнения и, следовательно, не является хэшируемым.

enable_v2_behavior(...): Включает поведение TensorFlow 2.x.

enable_v2_tensorshape(...): В TensorFlow 2.0 итерация по объекту TensorShape возвращает значения.

encode_base64(...): Кодирует строки в веб-безопасном формате base64.

ensure_shape(...): Обновляет форму тензора и проверяет во время выполнения, что форма сохраняется.

equal(...): Возвращает истинное значение (x == y) поэлементно.

erf(...): Вычисляет функцию Гаусса ошибки от x поэлементно.

erfc(...): Вычисляет дополнительную функцию ошибки от x поэлементно.

executing_eagerly(...): Возвращает True, если в текущей нити включено жадное выполнение.

exp(...): Вычисляет экспоненту x поэлементно. \(y = e^x\).

expand_dims(...): Вставляет измерение 1 в форму тензора. (устаревшие аргументы)

expm1(...): Вычисляет exp(x) - 1 поэлементно.

extract_image_patches(...): Извлекает patches из images и помещает их в выходное измерение «глубина».

extract_volume_patches(...): Извлекает patches из input и помещает их в выходное измерение «глубина». 3D расширение extract_image_patches.

eye(...): Строит единичную матрицу или пакет матриц.

fake_quant_with_min_max_args(...): Имитирует квантование тензора 'inputs', тип float в тензор 'outputs' того же типа.

fake_quant_with_min_max_args_gradient(...): Вычисляет градиенты для операции FakeQuantWithMinMaxArgs.

fake_quant_with_min_max_vars(...): Имитирует квантование тензора 'inputs' типа float с помощью глобальных скаляров float min.

fake_quant_with_min_max_vars_gradient(...): Вычисляет градиенты для операции FakeQuantWithMinMaxVars.

fake_quant_with_min_max_vars_per_channel(...): Имитирует квантование тензора 'inputs' типа float и одной из форм: [d],

fake_quant_with_min_max_vars_per_channel_gradient(...): Вычисляет градиенты для операции FakeQuantWithMinMaxVarsPerChannel.

fft(...): Быстрое преобразование Фурье.

fft2d(...): 2D быстрое преобразование Фурье.

fft3d(...): 3D быстрое преобразование Фурье.

fill(...): Создаёт тензор, заполненный скалярным значением.

fingerprint(...): Генерирует отпечатки пальцев.

fixed_size_partitioner(...): Разделитель для задания фиксированного количества фрагментов вдоль заданной оси.

floor(...): Возвращает наибольшее целое число, не большее x.

floor_div(...): Возвращает x // y поэлементно.

floordiv(...): Делит x / y поэлементно, округляя к ближайшему отрицательному целому.

floormod(...): Возвращает остаток от деления по элементам. Когда x < 0 xor y < 0 равно

foldl(...): foldl по списку тензоров, распакованных из elems по размерности 0.

foldr(...): foldr по списку тензоров, распакованных из elems по размерности 0.

function(...): Создаёт вызываемый граф TensorFlow из Python-функции.

gather(...): Сбор слайсов из params по оси axis в соответствии с индексами.

gather_nd(...): Сбор слайсов из params в тензор с формой, заданной indices.

get_collection(...): Обёртка для Graph.get_collection() с использованием стандартного графа.

get_collection_ref(...): Обёртка для Graph.get_collection_ref() с использованием стандартного графа.

get_default_graph(...): Возвращает стандартный граф для текущей нити.

get_default_session(...): Возвращает стандартную сессию для текущей нити.

get_local_variable(...): Получает существующую локальную переменную или создаёт новую.

get_logger(...): Возвращает экземпляр логгера TF.

get_seed(...): Возвращает локальные значения семян, которые должна использовать операция, заданного значения семени операции.

get_session_handle(...): Возвращает дескриптор data.

get_session_tensor(...): Получить тензор типа dtype, используя дескриптор тензора.

get_static_value(...): Возвращает постоянное значение данного тензора, если его можно эффективно вычислить.

get_variable(...): Получает существующую переменную с заданными параметрами или создаёт новую.

get_variable_scope(...): Возвращает текущий scope переменных.

global_norm(...): Вычисляет глобальную норму нескольких тензоров.

global_variables(...): Возвращает глобальные переменные.

global_variables_initializer(...): Возвращает операцию, которая инициализирует глобальные переменные.

grad_pass_through(...): Создаёт операцию с прохождением градиента с поведением вперёд, заданным в f.

gradients(...): Построение символических производных суммы ys по x в xs.

greater(...): Возвращает булево значение (x > y) по элементам.

greater_equal(...): Возвращает булево значение (x >= y) по элементам.

group(...): Создаёт операцию, которая объединяет несколько операций.

guarantee_const(...): Гарантирует TF-движку, что входной тензор является константой.

hessians(...): Построение гессиана суммы ys по отношению к x в xs.

histogram_fixed_width(...): Возвращает гистограмму значений.

histogram_fixed_width_bins(...): Разбивает заданные значения для использования в гистограмме.

identity(...): Возвращает тензор с такой же формой и содержимым, как входной.

identity_n(...): Возвращает список тензоров с такой же формой и содержимым, как вход.

ifft(...): Обратное быстрое преобразование Фурье.

ifft2d(...): Обратное 2D быстрое преобразование Фурье.

ifft3d(...): Обратное 3D быстрое преобразование Фурье.

igamma(...): Вычисляет нижнюю регулируемую неполную гамма-функцию P(a, x).

igammac(...): Вычисляет верхнюю регулируемую неполную гамма-функцию Q(a, x).

imag(...): Возвращает мнимую часть комплексного (или вещественного) тензора.

import_graph_def(...): Импортирует граф из graph_def в текущий стандартный Graph. (устаревшие аргументы)

init_scope(...): Блок управления, который поднимает операции из областей потока управления и графов построения функций.

initialize_all_tables(...): Возвращает операцию, которая инициализирует все таблицы стандартного графа. (устарело)

initialize_all_variables(...): См. tf.compat.v1.global_variables_initializer. (устарело)

initialize_local_variables(...): См. tf.compat.v1.local_variables_initializer. (устарело)

initialize_variables(...): См. tf.compat.v1.variables_initializer. (устарело)

invert_permutation(...): Вычисляет обратную перестановку тензора.

is_finite(...): Возвращает, какие элементы x являются конечными.

is_inf(...): Возвращает, какие элементы x являются Inf.

is_nan(...): Возвращает, какие элементы x являются NaN.

is_non_decreasing(...): Возвращает True если x не убывает.

is_numeric_tensor(...): Возвращает True если элементы tensor являются числами.

is_strictly_increasing(...): Возвращает True если x строго возрастает.

is_tensor(...): Проверяет, является ли x тензором или "тензорподобным" объектом.

is_variable_initialized(...): Проверяет, была ли переменная инициализирована.

lbeta(...): Вычисляет \(ln(|Beta(x)|)\), уменьшая по последнему измерению.

less(...): Возвращает булево значение (x < y) по элементам.

less_equal(...): Возвращает булево значение (x <= y) по элементам.

lgamma(...): Вычисляет логарифм абсолютного значения Gamma(x) по элементам.

lin_space(...): Генерирует значения в заданном интервале.

linspace(...): Генерирует значения в заданном интервале.

load_file_system_library(...): Загружает плагин TensorFlow, содержащий реализацию файловой системы. (устарело)

load_library(...): Загружает плагин TensorFlow.

load_op_library(...): Загружает плагин TensorFlow, содержащий пользовательские операции и ядра.

local_variables(...): Возвращает локальные переменные.

local_variables_initializer(...): Возвращает операцию, которая инициализирует все локальные переменные.

log(...): Вычисляет натуральный логарифм x по элементам.

log1p(...): Вычисляет натуральный логарифм (1 + x) по элементам.

log_sigmoid(...): Вычисляет логарифм сигмоиды x по элементам.

logical_and(...): Возвращает булево значение x И y по элементам.

logical_not(...): Возвращает булево значение НЕ x по элементам.

logical_or(...): Возвращает булево значение x ИЛИ y по элементам.

logical_xor(...): Логическая операция XOR.

make_ndarray(...): Создаёт numpy-массив из тензора.

make_template(...): Заворачивает произвольную функцию для совместного использования переменных.

make_tensor_proto(...): Создаёт TensorProto.

map_fn(...): Применение map к списку тензоров, распакованных из elems по размерности 0.

matching_files(...): Возвращает множество файлов, соответствующих одному или нескольким шаблонам glob.

matmul(...): Умножает матрицу a на матрицу b, получая a * b.

matrix_band_part(...): Копирует тензор, устанавливая всё вне центральной полосы в каждой внутренней матрице

matrix_determinant(...): Вычисляет определитель одной или нескольких квадратных матриц.

matrix_diag(...): Возвращает диагональный тензор со значениями диагоналей, заданными для пакетных данных.

matrix_diag_part(...): Возвращает диагональную часть пакетного тензора.

matrix_inverse(...): Вычисляет обратную матрицу одной или нескольких квадратных обратимых матриц или их

matrix_set_diag(...): Возвращает пакетную матрицу с новыми значениями диагоналей.

matrix_solve(...): Решает системы линейных уравнений.

matrix_solve_ls(...): Решает одну или несколько задач линейных наименьших квадратов.

matrix_square_root(...): Вычисляет квадратный корень матрицы для одной или нескольких квадратных матриц:

matrix_transpose(...): Транспонирует две последние размерности тензора a.

matrix_triangular_solve(...): Решает системы линейных уравнений с верхними или нижними треугольными матрицами методом обратной подстановки.

maximum(...): Возвращает максимум x и y (т. е. x > y ? x : y) по элементам.

meshgrid(...): Распространяет параметры для оценки на N-мерной сетке.

min_max_variable_partitioner(...): Разделитель, назначающий минимальный размер на срез.

minimum(...): Возвращает минимум x и y (т. е. x < y ? x : y) по элементам.

mod(...): Возвращает остаток от деления по элементам. Когда x < 0 xor y < 0 равно

model_variables(...): Возвращает все переменные в коллекции MODEL_VARIABLES.

moving_average_variables(...): Возвращает все переменные, которые поддерживают свои скользящие средние.

multinomial(...): Выбирает выборки из многочленного распределения. (устарело)

multiply(...): Возвращает x * y поэлементно.

negative(...): Вычисляет числовое отрицание поэлементно.

no_gradient(...): Указывает, что операции типа op_type не дифференцируемы.

no_op(...): Ничего не делает. Полезно только как заполнитель для управляющих рёбер.

no_regularizer(...): Используйте эту функцию, чтобы предотвратить регуляризацию переменных.

nondifferentiable_batch_function(...): Осуществляет пакетную вычислительную задачу, выполняемую декорированной функцией.

norm(...): Вычисляет норму векторов, матриц и тензоров. (устаревшие аргументы)

not_equal(...): Возвращает логическое значение (x != y) поэлементно.

numpy_function(...): Оборачивает функцию Python и использует её как операцию TensorFlow.

one_hot(...): Возвращает тензор one-hot.

ones(...): Создаёт тензор со всеми элементами, установленным в 1.

ones_like(...): Создаёт тензор со всеми элементами, установленным в 1.

op_scope(...): УСТАРЕЛО. Аналогично name_scope выше, только порядок аргументов другой.

pad(...): Добавляет padding к тензору.

parallel_stack(...): Складывает список тензоров ранга R в один тензор ранга (R+1) параллельно.

parse_example(...): Парсит Example прото в dict тензоров.

parse_single_example(...): Парсит один Example прото.

parse_single_sequence_example(...): Парсит один SequenceExample прото.

parse_tensor(...): Преобразует сериализованный tensorflow.TensorProto прото в тензор.

placeholder(...): Вставляет заполнитель для тензора, который всегда будет подпитываться.

input: Операция-заполнитель, которая пропускает input когда её выход не подпитывается.

polygamma(...): Вычисляет полигамму \(\psi^{(n)}(x)\).

pow(...): Вычисляет степень одного значения в другой.

print(...): Выводит указанные входные данные.

py_func(...): Оборачивает функцию Python и использует её как операцию TensorFlow.

py_function(...): Оборачивает функцию Python в операцию TensorFlow, которая выполняет её немедленно.

qr(...): Вычисляет QR-разложение одной или нескольких матриц.

quantize(...): Квантизует тензор 'input' типа float в тензор 'output' типа 'T'.

quantize_v2(...): Пожалуйста, используйте tf.quantization.quantize вместо этого.

quantized_concat(...): Объединяет квантованные тензоры вдоль одного измерения.

random_crop(...): Случайно обрезает тензор до заданного размера.

random_gamma(...): Генерирует shape выборок из каждого заданного гамма-распределения.

random_normal(...): Выводит случайные значения из нормального распределения.

random_poisson(...): Генерирует shape выборок из каждого заданного пуассоновского распределения.

random_shuffle(...): Случайно перемешивает тензор по его первому измерению.

random_uniform(...): Выводит случайные значения из равномерного распределения.

range(...): Создаёт последовательность чисел.

rank(...): Возвращает ранг тензора.

read_file(...): Читает и выводит всё содержимое входного файла.

real(...): Возвращает действительную часть комплексного (или действительного) тензора.

realdiv(...): Возвращает x / y поэлементно для вещественных типов.

reciprocal(...): Вычисляет обратную величину x поэлементно.

recompute_grad(...): Версия recompute_grad, совместимая с eager-режимом.

reduce_all(...): Вычисляет "логическое И" элементов по измерениям тензора. (устаревшие аргументы)

reduce_any(...): Вычисляет "логическое ИЛИ" элементов по измерениям тензора. (устаревшие аргументы)

reduce_join(...): Объединяет строковый тензор по заданным измерениям.

reduce_logsumexp(...): Вычисляет log(sum(exp(элементы по измерениям тензора))). (устаревшие аргументы)

reduce_max(...): Вычисляет максимальное значение элементов по измерениям тензора. (устаревшие аргументы)

reduce_mean(...): Вычисляет среднее значение элементов по измерениям тензора.

reduce_min(...): Вычисляет минимальное значение элементов по измерениям тензора. (устаревшие аргументы)

reduce_prod(...): Вычисляет произведение элементов по измерениям тензора. (устаревшие аргументы)

reduce_sum(...): Вычисляет сумму элементов по измерениям тензора. (устаревшие аргументы)

regex_replace(...): Заменяет элементы input соответствующие регулярному выражению pattern на rewrite.

register_tensor_conversion_function(...): Регистрирует функцию для преобразования объектов base_type в Tensor.

repeat(...): Повторяет элементы input

report_uninitialized_variables(...): Добавляет операции для отображения имён неинициализированных переменных.

required_space_to_batch_paddings(...): Вычисляет padding, необходимый для того, чтобы block_shape делил input_shape.

reset_default_graph(...): Очищает стек стандартных графов и сбрасывает глобальный стандартный граф.

reshape(...): Изменяет форму тензора.

resource_variables_enabled(...): Возвращает True если переменные ресурсов включены.

reverse(...): Инвертирует определённые измерения тензора.

reverse_sequence(...): Инвертирует сегменты переменной длины.

reverse_v2(...): Инвертирует определённые измерения тензора.

rint(...): Возвращает ближайшее целое число к x поэлементно.

roll(...): Перемещает элементы тензора вдоль оси.

round(...): Округляет значения тензора до ближайшего целого числа поэлементно.

rsqrt(...): Вычисляет обратную величину квадратного корня из x поэлементно.

saturate_cast(...): Выполняет безопасное насыщающее преобразование value в dtype.

scalar_mul(...): Умножает скаляр на Tensor или IndexedSlices объект.

scan(...): scan по списку тензоров, распакованных из elems по измерению 0.

scatter_add(...): Добавляет разреженные обновления к переменной, на которую ссылается resource.

scatter_div(...): Делит ссылку на переменную на разреженные обновления.

scatter_max(...): Сокращает разреженные обновления в ссылку на переменную с помощью операции max.

scatter_min(...): Сокращает разреженные обновления в ссылку на переменную с помощью операции min.

scatter_mul(...): Умножает разреженные обновления в ссылку на переменную.

scatter_nd(...): Разбрасывает updates в новый тензор согласно indices.

scatter_nd_add(...): Применяет разреженное сложение к отдельным значениям или срезам в переменной.

scatter_nd_sub(...): Применяет разреженное вычитание к отдельным значениям или срезам в переменной.

scatter_nd_update(...): Применяет разреженные updates к отдельным значениям или срезам в переменной.

scatter_sub(...): Вычитает разреженные обновления из ссылки на переменную.

scatter_update(...): Применяет разреженные обновления к ссылке на переменную.

searchsorted(...): Ищет значения во входном тензоре по внутреннему измерению.

segment_max(...): Вычисляет максимум по сегментам тензора.

segment_mean(...): Вычисляет среднее значение по сегментам тензора.

segment_min(...): Вычисляет минимум по сегментам тензора.

segment_prod(...): Вычисляет произведение по сегментам тензора.

segment_sum(...): Вычисляет сумму по сегментам тензора.

self_adjoint_eig(...): Вычисляет собственную декомпозицию пакета эрмитовых матриц.

self_adjoint_eigvals(...): Вычисляет собственные значения одной или нескольких эрмитовых матриц.

sequence_mask(...): Возвращает тензор маски, представляющий первые N позиций каждой ячейки.

serialize_many_sparse(...): Сериализует N-миньч тензор SparseTensor в [N, 3] Tensor.

serialize_sparse(...): Сериализует SparseTensor в объект 3-вектора (1-мерный Tensor).

serialize_tensor(...): Преобразует тензор в сериализованный прото TensorProto.

set_random_seed(...): Устанавливает глобальное для графа случайное семя для стандартного графа.

setdiff1d(...): Вычисляет разницу между двумя списками чисел или строк.

shape(...): Возвращает форму тензора.

shape_n(...): Возвращает форму тензоров.

sigmoid(...): Вычисляет сигмоиду x поэлементно.

sign(...): Возвращает поэлементное указание знака числа.

sin(...): Вычисляет синус x поэлементно.

sinh(...): Вычисляет гиперболический синус x поэлементно.

size(...): Возвращает размер тензора.

slice(...): Извлекает срез из тензора.

sort(...): Сортирует тензор.

space_to_batch(...): SpaceToBatch для 4-мерных тензоров типа T.

space_to_batch_nd(...): SpaceToBatch для N-мерных тензоров типа T.

space_to_depth(...): SpaceToDepth для тензоров типа T.

sparse_add(...): Складывает два тензора, по крайней мере один из которых является SparseTensor. (устаревшие аргументы)

sparse_concat(...): Объединяет список SparseTensor вдоль указанного измерения. (устаревшие аргументы)

sparse_fill_empty_rows(...): Заполняет пустые строки в входном 2-мерном SparseTensor значением по умолчанию.

sparse_mask(...): Маскирует элементы IndexedSlices.

sparse_matmul(...): Умножает матрицу "a" на матрицу "b".

sparse_maximum(...): Возвращает поэлементный максимум двух SparseTensor.

sparse_merge(...): Объединяет пакет идентификаторов и значений функций в один SparseTensor. (устарело)

sparse_minimum(...): Возвращает поэлементный минимум двух SparseTensor.

sparse_placeholder(...): Вставляет заполнитель для разреженного тензора, который всегда будет подгружаться.

sparse_reduce_max(...): Вычисляет максимум элементов по измерениям SparseTensor. (устаревшие аргументы) (устаревшие аргументы)

sparse_reduce_max_sparse(...): Вычисляет максимум элементов по измерениям SparseTensor. (устаревшие аргументы)

sparse_reduce_sum(...): Вычисляет сумму элементов по измерениям SparseTensor. (устаревшие аргументы) (устаревшие аргументы)

sparse_reduce_sum_sparse(...): Вычисляет сумму элементов по измерениям SparseTensor. (устаревшие аргументы)

sparse_reorder(...): Переупорядочивает SparseTensor в канонический, строчно-главный порядок.

sparse_reset_shape(...): Сбрасывает форму SparseTensor с неизменными индексами и значениями.

sparse_reshape(...): Изменяет форму SparseTensor для представления значений в новой плотной форме.

sparse_retain(...): Сохраняет указанные непустые значения в SparseTensor.

sparse_segment_mean(...): Вычисляет среднее значение по разреженным сегментам тензора.

sparse_segment_sqrt_n(...): Вычисляет сумму по разреженным сегментам тензора, деленную на sqrt(N).

sparse_segment_sum(...): Вычисляет сумму по разреженным сегментам тензора.

sparse_slice(...): Вырезает срез SparseTensor на основе start и `size.

sparse_softmax(...): Применяет softmax к пакетному N-мерному SparseTensor.

sparse_split(...): Разделяет SparseTensor на num_split тензоров вдоль axis. (устаревшие аргументы)

sparse_tensor_dense_matmul(...): Умножает SparseTensor (ранга 2) "A" на плотную матрицу "B".

sparse_tensor_to_dense(...): Преобразует SparseTensor в плотный тензор.

sparse_to_dense(...): Преобразует разреженное представление в плотный тензор. (устарело)

sparse_to_indicator(...): Преобразует SparseTensor идентификаторов в плотный булев указатель тензора.

sparse_transpose(...): Транспонирует SparseTensor

split(...): Разделяет тензор на подтензоры.

sqrt(...): Вычисляет квадратный корень x поэлементно.

square(...): Вычисляет квадрат x поэлементно.

squared_difference(...): Возвращает (x - y)(x - y) поэлементно.

squeeze(...): Удаляет измерения размера 1 из формы тензора. (устаревшие аргументы)

stack(...): Складывает список тензоров ранга R в один тензор ранга (R+1).

stop_gradient(...): Останавливает вычисление градиента.

strided_slice(...): Извлекает строенный срез тензора (обобщённый индексирование массивов Python).

string_join(...): Объединяет строки в заданном списке тензоров строк в один тензор;

string_split(...): Разделяет элементы source на основе delimiter. (устаревшие аргументы)

string_strip(...): Удаляет ведущие и хвостовые пробелы из тензора.

string_to_hash_bucket(...): Преобразует каждую строку в входном тензоре в её хэш по модулю числа ведер.

string_to_hash_bucket_fast(...): Преобразует каждую строку в входном тензоре в её хэш по модулю числа ведер.

string_to_hash_bucket_strong(...): Преобразует каждую строку в входном тензоре в её хэш по модулю числа ведер.

string_to_number(...): Преобразует каждую строку в входном тензоре в указанный числовой тип.

substr(...): Возвращает подстроки из Tensor строк.

subtract(...): Возвращает x - y поэлементно.

svd(...): Вычисляет сингулярные разложения одной или нескольких матриц.

switch_case(...): Создаёт операцию переключения/выбора, т.е. условную по целочисленному индексу.

tables_initializer(...): Возвращает операцию, которая инициализирует все таблицы стандартного графа.

tan(...): Вычисляет тангенс x поэлементно.

tanh(...): Вычисляет гиперболический тангенс x поэлементно.

tensor_scatter_add(...): Добавляет разреженные updates к существующему тензору в соответствии с indices.

tensor_scatter_nd_add(...): Добавляет разреженные updates к существующему тензору в соответствии с indices.

tensor_scatter_nd_sub(...): Вычитает разреженные updates из существующего тензора в соответствии с indices.

tensor_scatter_nd_update(...): Разбрасывает updates в существующий тензор в соответствии с indices.

tensor_scatter_sub(...): Вычитает разреженные updates из существующего тензора в соответствии с indices.

tensor_scatter_update(...): Разбрасывает updates в существующий тензор в соответствии с indices.

tensordot(...): Тензорное сокращение a и b вдоль указанных осей и внешнее произведение.

tile(...): Создаёт тензор путём копирования заданного тензора.

timestamp(...): Предоставляет время с эпохи в секундах.

to_bfloat16(...): Преобразует тензор в тип bfloat16. (устарело)

to_complex128(...): Преобразует тензор в тип complex128. (устарело)

to_complex64(...): Преобразует тензор в тип complex64. (устарело)

to_double(...): Преобразует тензор в тип float64. (устарело)

to_float(...): Преобразует тензор в тип float32. (устарело)

to_int32(...): Преобразует тензор в тип int32. (устарело)

to_int64(...): Преобразует тензор в тип int64. (устарело)

trace(...): Вычисляет след тензора x.

trainable_variables(...): Возвращает все переменные, созданные с trainable=True.

transpose(...): Транспонирует a.

truediv(...): Делит x / y поэлементно (используя семантику деления Python 3).

truncated_normal(...): Выводит случайные значения из усечённого нормального распределения.

truncatediv(...): Возвращает x / y поэлементно для целочисленных типов.

truncatemod(...): Возвращает остаток от деления поэлементно. Это эмулирует семантику C в том, что

tuple(...): Группирует тензоры вместе.

unique(...): Находит уникальные элементы в 1-мерном тензоре.

unique_with_counts(...): Находит уникальные элементы в 1-мерном тензоре.

unravel_index(...): Преобразует массив плоских индексов в кортеж массивов координат.

unsorted_segment_max(...): Вычисляет максимальное значение по сегментам тензора.

unsorted_segment_mean(...): Вычисляет среднее значение по сегментам тензора.

unsorted_segment_min(...): Вычисляет минимальное значение по сегментам тензора.

unsorted_segment_prod(...): Вычисляет произведение по сегментам тензора.

unsorted_segment_sqrt_n(...): Вычисляет сумму по сегментам тензора, делённую на корень квадратный из N.

unsorted_segment_sum(...): Вычисляет сумму по сегментам тензора.

unstack(...): Разделяет заданный размер тензора ранга R на тензоры ранга (R-1).

variable_axis_size_partitioner(...): Получить разделитель для VariableScope, чтобы сохранить фрагменты ниже max_shard_bytes.

variable_creator_scope(...): Область, которая определяет функцию создания переменной, которая будет использоваться переменной().

variable_op_scope(...): Устаревшее: управляющая конструкция для определения операции, которая создаёт переменные.

variables_initializer(...): Возвращает операцию, которая инициализирует список переменных.

vectorized_map(...): Параллельное отображение списка тензоров, полученных из elems по размерности 0.

verify_tensor_all_finite(...): Проверить, что тензор не содержит NaN или Inf.

where(...): Возвращает элементы, либо из x, либо из y, в зависимости от condition (устаревшая).

where_v2(...): Возвращает элементы, либо из x, либо из y, в зависимости от condition.

while_loop(...): Повторять body, пока условие cond истинно.

wrap_function(...): Оборачивает функцию TF 1.x fn в функцию графа.

write_file(...): Записывает содержимое в файл по указанному имени файла. Создаёт файл и рекурсивно

zeros(...): Создаёт тензор, все элементы которого равны нулю.

zeros_like(...): Создаёт тензор, все элементы которого равны нулю.

zeta(...): Вычислить дзета-функцию Харди \(\zeta(x, q)\).

Другие члены

• AUTO_REUSE
• COMPILER_VERSION = '7.3.1 20180303'
• CXX11_ABI_FLAG = 0
• GIT_VERSION = 'v1.15.0-rc3-22-g590d6ee'
• GRAPH_DEF_VERSION = 134
• GRAPH_DEF_VERSION_MIN_CONSUMER = 0
• GRAPH_DEF_VERSION_MIN_PRODUCER = 0
• MONOLITHIC_BUILD = 0
• QUANTIZED_DTYPES
• VERSION = '1.15.0'
• __version__ = '1.15.0'
• bfloat16
• bool
• complex128
• complex64
• double
• float16
• float32
• float64
• half
• int16
• int32
• int64
• int8
• newaxis = None
• qint16
• qint32
• qint8
• quint16
• quint8
• resource
• string
• uint16
• uint32
• uint64
• uint8
• variant